redis试题按知识点归类(一)

小鱼不会游泳

已于 2024-05-13 21:03:18 修改

阅读量557

点赞数 3

分类专栏： redis 文章标签： redis 数据库缓存

于 2024-04-25 21:12:39 首次发布

本文链接：https://blog.csdn.net/u012728971/article/details/138199720

版权

redis 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

Redis 面试题可以按照不同的知识点进行分类，以下是一些典型的分类方式以及每个分类下的样例题目：

一、基础理论

1.什么是 Redis？

(1)是一个开源的内存数据结构存储系统，用作数据库、缓存和消息传递系统。

2.Redis 的数据存储在哪里？

(1)主要存储在内存

(2)RDB、AOF持久化快照存在磁盘的一个文件

3.Redis 支持哪些数据结构？

（1）字符串（string）:一个key-value键值对

（2）列表（list）:链表,消息队列

（3）集合（set）：无序集合，自动去重

（4）有序集合（sorted sets）：有序集合，每个元素都有一个分数（Score）与之关联，可以按照分数进行排序

（5）散列（hash）:一个键值对集合{key-value,key-value}

（6）位图（bitmaps）：字符串类型的一种特殊用途，可以表示二进制数据

（7）超日志（hyperloglogs）：用于基数统计的近似算法，可以用来估算集合中唯一元素的数量

（8）地理空间（geospatial）：可以存储和查询地理空间数据，支持计算两个地理位置之间的距离，以及对地理位置进行半径查询

（9）流(stream):Redis 5.0 引入的新数据结构，用于消息传输，可以作为消息队列使用

（10）时间序列（time series）:使用 Redis 来存储随时间变化的数据点，常用于监控和分析

（11）数据库(database):Redis 支持多个数据库，每个数据库都是一个包含多个键值对的容器

（12）发布/订阅（pub/sub）:一种消息通信模式，允许客户端订阅一个或多个频道，接收其他客户端发布的消息。

二、数据类型与操作

1.如何使用 Redis 的字符串（String）？

SET key value

在 Go 语言中使用 go-redis 库的示例：

err := rdb.Set(ctx, "key", "value", 0).Err()
if err != nil {
    log.Fatal(err)
}

2.Redis 的列表（List）有什么特点？

(1)有序：列表中的每个元素都有其顺序，从左到右，或从右到左。

(2)双向队列：可以对列表的两端进行操作，即可以作为栈（stack）使用，也可以作为队列（queue）使用。

(3)阻塞操作：列表支持阻塞操作，当列表为空时，可以从列表中弹出元素的命令会阻塞直到有元素可弹出。

(4)原子性：列表的大多数操作都是原子性的，这意味着在多客户端并发访问时，列表的操作不会被打断。

(5)容量：列表可以存储任意数量的元素，不受固定容量限制。

(6)数据类型：列表中的每个元素都是字符串，但可以是二进制安全的，因此可以存储任意数据。

(7)遍历：可以对列表进行遍历，获取指定范围内的元素。

(8)删除操作：可以从列表中删除指定数量的与给定值相等的元素。

(9)数据结构：列表是链表结构，不是数组，这意味着列表的插入和删除操作非常快速，时间复杂度为 O(1)。

(10)可用作消息队列：由于列表支持阻塞弹出操作，它常被用作消息队列系统的消息存储。

(11)常用操作命令

LPUSH/RPUSH：在列表的左侧（LPUSH）或右侧（RPUSH）推入一个或多个元素。
LPOP/RPOP：移除并返回列表左侧（LPOP）或右侧（RPOP）的元素。
LRANGE：获取列表中指定范围内的元素。
LLEN：获取列表的长度。
LREM：从列表中移除指定数量的与给定值相等的元素。
LINDEX：获取列表中指定位置的元素。
LSET：设置列表中指定位置的元素值。

3.如何在 Redis 中使用散列（Hash）？

（1）设置：HSET key field value

err := rdb.HSet(ctx, "hashKey", "field1", "value1").Err()
if err != nil {
    log.Fatal(err)
}

//设置多个
err := rdb.HMSet(ctx, "hashKey", map[string]interface{}{
    "field2": "value2",
    "field3": "value3",
}).Err()
if err != nil {
    log.Fatal(err)
}

(2)获取：HGET key field

val, err := rdb.HGet(ctx, "hashKey", "field1").Result()
if err != nil {
    log.Fatal(err)
}
fmt.Println(val)

（3）获取散列中所有字段：HKEYS key

（4）获取散列中所有字段：HVALS key

（5）获取散列的长度：HLEN key

（6）删除散列中的字段：HDEL key field [field2 ...]

更多请看redis官网

三、高级数据结构

1.Redis 的集合（Set）和有序集合（Sorted Set）有什么区别？

集合（Set）

无序：Set 中的元素是无序的，不能通过索引或分数来获取元素。
添加、删除、查找：支持添加（SADD）、删除（SREM）、以及查找（SISMEMBER）操作。
去重：自动去重，不允许有重复的元素。
集合操作：支持集合间的并集（SUNION）、交集（SINTER）、差集（SDIFF）操作。
性能：因为元素是无序的，所以添加、删除操作通常很快，时间复杂度为 O(1)。

有序集合（Sorted Set）

有序：Sorted Set 中的每个元素都有一个分数（Score）与之关联，并且会根据这个分数进行排序。
范围查询：支持通过分数的范围（比如 ZRANGEBYSCORE）来获取元素。
限制元素数量：在有序集合中，即使有相同的分数，也可以有多个不同的元素。
集合操作：同样支持集合间的并集、交集、差集操作，还可以通过分数范围来进行操作。
性能：因为需要维护排序，所以有序集合的添加、删除操作相对于普通集合来说性能稍低，特别是在元素数量较多时。

2.HyperLogLog 是什么？

HyperLogLog 是一种用于基数估计的算法，它可以用来估算一个集合中唯一元素的数量，即使这个集合非常大。HyperLogLog 算法的优点是它在估计基数时，无论集合有多大，都只需要一个很小的、固定的大小的内存空间，通常只需要几千字节（这与集合的大小无关）。

主要特点：

近似计数：HyperLogLog 提供的是一个近似的基数估计，但准确率非常高。标准误差为 0.81%。
内存效率：对于大型数据集，HyperLogLog 的内存使用量非常小，通常只需要 12 KB。
时间效率：算法的时间复杂度是 O(N)，其中 N 是输入元素的数量，这意味着它处理数据的速度非常快。
并行性：HyperLogLog 支持并行计算，可以进一步提高效率。
合并能力：可以将多个 HyperLogLog 计数器合并起来，以估计多个集合的并集基数。

Redis 中的 HyperLogLog 命令：

Redis 提供了以下与 HyperLogLog 相关的命令：

PFADD：向 HyperLogLog 数据结构添加元素。
PFCOUNT：返回给定 HyperLogLog 的近似基数。
PFMERGE：将多个 HyperLogLog 合并成一个，用于基数估计的并集。

使用场景：

HyperLogLog 适合以下场景：

大数据统计：用于处理大量数据的独特计数，如网站访问者的唯一计数。
缓存去重：在缓存系统中，使用 HyperLogLog 可以有效地估计不同类别的缓存项数量，而不需要存储所有项。
流量分析：在网络流量分析中，估计不同 IP 地址的数量。
推荐系统：在推荐系统中，估计用户的不同兴趣点数量。

由于其内存效率和时间效率，HyperLogLog 成为处理大数据集时的一个非常实用的工具。在 Redis 中，HyperLogLog 的使用非常简单，但它为基数估计问题提供了一个强大的解决方案。

3.GeoHash 如何在 Redis 中实现地理位置存储？

GeoHash 是一种用于编码地理位置（如经纬度）的系统，它将二维的地理坐标映射到一维的字符串上。Redis 从 3.2 版本开始引入了对地理位置（Geo）数据类型的支持，使用户可以方便地存储和查询地理位置信息。

在 Redis 中，GeoHash 通过以下命令实现地理位置的存储和查询：

存储地理位置

GEOADD：将给定的地理空间位置（纬度、经度）添加到指定的键中。

GEOADD key longitude latitude member [longitude latitude member ...]

例如：

GEOADD places -117.070732 32.715738 "San Diego" -74.006020 40.712776 "New York"

查询地理位置

GEOPOS：返回一个或多个元素的地理空间位置。

GEOPOS key member [member ...]

计算距离

GEODIST：返回两个元素之间的距离。

GEODIST key member1 member2 [m|km|ft|mi]

搜索位置

GEORADIUS：返回键中位于指定范围内的元素。

GEORADIUS key longitude latitude radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]

GEORADIUSBYMEMBER：返回与给定元素距离不超过一定范围的元素。

GEORADIUSBYMEMBER key member radius m|km|ft|mi [WITHCOORD] [WITHDIST] [WITHHASH] [COUNT count]

应用场景

Redis 的地理位置功能可以用于以下应用场景：

附近地点搜索：如寻找最近的餐馆、银行或服务设施。
实时位置跟踪：如车辆跟踪、朋友定位等。
区域地理围栏：如基于位置的推送通知或广告。

注意事项

Redis 使用 GeoHash 来编码和解码地理位置，但并不存储 GeoHash 字符串本身，而是存储计算出的整数。
地理位置的准确性受到精度的影响，搜索范围越大，可能的误差越大。

通过 Redis 的地理位置功能，开发者可以轻松实现基于位置的应用程序，而无需自己管理复杂的地理空间算法。

复制再试一次分享

四、持久化机制

1.RDB 和 AOF 持久化有什么区别？

Redis 提供了两种主要的持久化方法：RDB（Redis Database）和 AOF（Append Only File）。这两种方法有以下区别：

RDB 持久化

快照方式：RDB 是一种将当前 Redis 状态生成快照并保存到磁盘上的持久化方式。
定时执行：可以配置 Redis 在特定时间间隔内，如果满足一定数量的数据变更，则自动进行快照。
数据丢失：由于是周期性快照，如果在两次快照之间发生故障，可能会丢失这段时间内的数据。
恢复速度：RDB 恢复速度通常比 AOF 快，因为它只需要加载一个快照文件。
文件大小：RDB 文件通常比 AOF 文件小，因为它只包含快照数据。

AOF 持久化

日志方式：AOF 记录了服务器接收到的每一个写操作命令，并将这些命令追加到文件的末尾。
实时性：AOF 可以配置为实时或每秒同步一次，提供了更好的持久性保证。
数据安全：在出现问题时，AOF 文件可以防止数据丢失，因为它记录了所有的写操作。
恢复速度：由于 AOF 文件可能很大，且记录了每一个操作，所以恢复速度可能比 RDB 慢。
文件大小：AOF 文件通常比 RDB 文件大，因为它记录了所有的写操作命令。

混合持久化

Redis 4.0 引入了混合持久化的方式，它结合了 RDB 和 AOF 的优点。在这种模式下，Redis 首先会创建一个 RDB 快照，然后记录后续的写操作到 AOF 文件。在 Redis 重启时，它会优先使用 RDB 文件来快速恢复数据，然后再重放 AOF 文件中的写操作来补全数据。

选择持久化策略

如果需要快速恢复并且可以接受一定的数据丢失，可以选择 RDB。
如果需要确保数据的完整性并且可以接受较大的磁盘空间和恢复时间开销，可以选择 AOF。
如果需要兼顾数据安全性和恢复速度，可以选择混合持久化。

在实际使用中，可以根据应用的具体需求和容忍的数据丢失程度来选择最合适的持久化策略。

2.如何配置 Redis 的持久化策略？

配置 Redis 的持久化策略主要涉及到 RDB 和 AOF 两种持久化方式的设置。这些设置通常在 Redis 的配置文件 redis.conf 中进行。以下是一些常见的配置指令：

RDB 持久化配置

RDB 快照频率：通过 save 指令设置快照的条件，例如：

save 900 1 # 如果至少有1个键被改变，则每900秒保存一次 save 300 10 # 如果至少有10个键被改变，则每300秒保存一次 save 60 10000 # 如果至少有10000个键被改变，则每60秒保存一次
RDB 文件压缩：从 Redis 5 开始，可以使用 zipmap 配置来压缩 RDB 文件中的小集合和散列。

zipmap hashmap-entries 100 zipmap hash-max-ziplist-value 512

AOF 持久化配置

启用 AOF：

appendonly yes
AOF 文件同步：设置 AOF 文件的同步策略，可以是 everysec（每秒）、no（不同步）或 always（每个写命令）。

appendfsync everysec
AOF 重写：AOF 重写可以减小 AOF 文件的大小，通过以下配置设置自动重写的条件：

auto-aof-rewrite-percentage 100 auto-aof-rewrite-min-size 64mb
AOF 编码压缩：Redis 4.0 之后版本支持 AOF 重写的编码压缩。

aof-rewrite-incremental yes

混合持久化配置

Redis 4.0 引入了混合持久化，这种配置下，Redis 会同时使用 RDB 和 AOF。具体的配置方法如下：

启用 RDB 和 AOF：

save 900 1 appendonly yes
配置 RDB 和 AOF 的快照频率：根据需要设置 RDB 快照频率和 AOF 同步策略。

注意事项

在修改配置文件后，需要重启 Redis 服务或者使用 CONFIG REWRITE 命令来应用新的配置。
在生产环境中，建议至少启用一种持久化方式来防止数据丢失。
选择合适的持久化策略需要考虑到数据安全性、存储空间、恢复速度和系统性能等因素。

配置持久化策略是一个需要根据实际应用场景和需求来权衡的过程。正确配置可以大大提高 Redis 数据的安全性和可靠性。

3.Redis 4.0 引入的持久化选项有哪些改进？

五、事务

1.Redis 事务是如何工作的？

Redis 事务提供了一种将多个命令打包执行的能力，事务在执行过程中不会被其他命令插入，从而保证了事务中命令的原子性执行。以下是 Redis 事务的工作方式：

开始事务：使用 MULTI 命令开始一个事务。
命令入队：在执行 MULTI 之后，所有发送的命令都不会立即执行，而是被放入一个队列中。
执行事务：当执行 EXEC 命令时，所有排队的命令会顺序执行，并返回所有命令的结果。
事务失败：如果在事务中的某个命令失败，Redis 会继续执行事务中的其他命令，但不会返回错误。客户端需要检查返回结果中的每个命令的返回值。
WATCH：在执行事务之前，可以使用 WATCH 命令监控一个或多个键。如果在执行 EXEC 之前这些键的值被其他客户端改变，那么事务将不会执行。
DISCARD：如果在事务执行前需要放弃事务，可以使用 DISCARD 命令来清空事务队列中的所有命令。
乐观锁：Redis 事务使用乐观锁，即只有在执行 EXEC 时，如果监控的键没有被其他命令修改，事务才会执行。
事务中的命令：事务中的命令不仅限于写操作，也可以执行读取操作，但读取操作的结果可能在事务执行期间就已经过时。
Lua 脚本：由于 Redis 事务不支持流控制，如循环和条件语句，复杂逻辑可以通过 Lua 脚本来实现。注意：Redis 的 Lua 脚本可以用来确保事务中的所有命令要么全部成功执行，要么全部不执行。这是因为 Lua 脚本的执行是原子的，它们在 Redis 服务器上作为一个单一操作运行，不会被其他命令插入或打断。
```
-- 准备 Lua 脚本
local script = [[
redis.call('MULTI')
redis.call('SET', KEYS[1], ARGV[1])
redis.call('SET', KEYS[2], ARGV[2])
-- 其他命令...
return redis.call('EXEC')
]]

-- 执行 Lua 脚本
local result = rdb:eval(script, 2, 'key1', 'key2', 'value1', 'value2')
```
事务的大小：事务中的命令数量不能太多，因为 Redis 需要一次性将所有命令发送到服务器，这可能会受到客户端和服务器端的最大写缓冲区大小限制。

示例

WATCH key1 key2 MULTI INCR counter HSET myhash field1 "Hello" EXEC

在这个示例中，首先使用 WATCH 监控 key1 和 key2，然后开始事务，执行 INCR 和 HSET 命令，最后通过 EXEC 提交事务。

注意事项

事务中的命令在入队时不会检查语法错误，错误会在执行 EXEC 时才被检查。
如果客户端在执行 EXEC 之前断开连接，事务队列中的命令将不会被执行。
事务不是隔离的，它不能保证在执行期间其他客户端对数据库的修改不会干扰当前事务的执行。

Redis 事务提供了一种保证一系列命令原子性执行的方式，但在使用时需要注意其限制和行为。

2.Redis 事务支持回滚吗？

不支持.

为了模拟事务的回滚行为，可以使用 Lua 脚本来包装事务中的命令。如果事务中的某个命令失败，Lua 脚本可以检查错误并决定是否继续执行剩余的命令，或者简单地返回错误而不执行任何操作。

注意事项

监控机制：使用 WATCH 命令可以在一定程度上模拟回滚，但它只能在执行事务之前检测到键值的变化。
Lua 脚本：Lua 脚本可以提供更复杂的逻辑来模拟回滚，但需要开发者自己编写相应的逻辑。
命令队列：在客户端构建事务命令队列时，需要考虑到命令的依赖关系和错误处理。

虽然 Redis 的事务不提供传统意义上的回滚，但是通过 WATCH 命令和 Lua 脚本，可以在一定程度上实现类似的功能。开发者在使用 Redis 事务时需要仔细设计命令的执行逻辑，以确保数据的一致性。

3.如何使用 MULTI 和 EXEC 命令？

WATCH key1 key2
MULTI
INCR counter
HSET myhash field1 "Hello"
EXEC

如果 counter 或 myhash 在 WATCH 之后被其他命令修改了，
那么 EXEC 将不执行事务中的 INCR 和 HSET 命令，
这可以被视为一种“回滚”到事务开始前的状态。